基于数据拟合基线模型的民机空调系统健康指数构建方法技术方案

本发明专利技术提供了一种基于飞行历史数据的民机空调系统健康指数构建的方法，包括：读取飞行数据，对数据进行筛选，筛选出需要的传感器参数和需要的飞行数据；利用数据清洗、降采样、去噪、归一化方法处理数据；利用健康数据拟合出工况参数与性能参数之间的关系作为基线；将测试数据带入拟合式后求出拟合后数值与实际值的差值并归一化作为系统的健康指数的方法。本发明专利技术构建的民机空调系统的健康指数可以直观反应空调系统的健康状况，这对于工程实践有应用价值。应用价值。应用价值。

【技术实现步骤摘要】
基于数据拟合基线模型的民机空调系统健康指数构建方法


[0001]本专利技术涉及故障预测与健康管理(Prognostics and Health Management，PHM)
，具体是一种基于数据拟合基线模型的民机空调系统健康指数构建方法。

技术介绍

[0002]飞机空调系统(Air
‑
Conditioning System，ACS)是为机组人员、乘客和设备控制飞机内部环境的重要系统。它是一个复杂的网络系统，由多个相互连接的子系统、组件、传感和动作装置以及反馈控制回路组成。ACS主要功能是满足舱内加热、冷却、增压、通风和湿度调节的要求。ACS是民航客机的重要组成部分，其故障具有多发性、重复性、复杂性等特点，易影响客舱服务品质，导致航班延误、误换件多等情况，甚至可能造成空中释压等不安全事件。据相关统计显示，在飞机的年故障总数中，空调系统的故障数占到了百分之十以上。由于ACS有很高的可靠性要求，系统需要及时检查和维护。由于定期维护会浪费人力物力，为了提高维护的效率并实时了解系统的健康状况，监控系统的健康状况并根据健康状况维护十分必要。
[0003]健康管理的核心基础是利用先进的传感器技术集成，借助各种算法和智能模型，来完成系统的状态监测、故障诊断/预测，然后依据诊断或预测信息使用需求对维修活动做出适当的决策，避免“过修”和“失修”问题，提高系统的利用率，合理权衡使用、维修中安全和经济的矛盾，确保全寿命周期的成本最低。健康指数(Health Index，HI)是对设备的健康状态的量化表征，是反应设备退化程度的一个数值。现有的大多数研究集中在单传感器信号的退化建模，使用各种拟合退化模型，如随机过程模型和一般路径模型来表征退化过程。然而单传感器信号退化模型只适合于研究如电池或其他零部件的退化，随着工程系统复杂度提高，单个传感器无法准确表征系统的健康状况，因此从各种物理方面分析多个传感器信号来监控健康状态是未来发展的趋势。
[0004]飞机ACS的核心组件是PACK组件，PACK组件的故障主要分为两种：(1)PACK压气机出口超温故障；(2)PACK出口超温故障。在PACK组件包含的传感器参数中，将外界静温(Static Air Temperature,SAT)、旁通活门角度(Pack Bypass Valve Angle,BPV)、进口风门角度(Ram Air Inlet Angle,RI)、引气流量(Pack Flow,PF)、发动机引气温度(Engine Precool Outlet Temperature,EPT)作为工况参数。而压气机出口温度(Compressor Outlet Temperature，COT)和PACK出口温度(Pack Discharge Outlet Temperature，PT)作为故障参数。PACK组件的工作原理如图1所示，主要由三个热交换过程构成：第一个热交换是外界空气通过RI进入ACS与来自发动机的引气发生热交换，第二个热交换是通过PBV发生在PACK压气机出口与PACK出口之间，第三个热交换是通过温度控制旋钮发生在PACK出口与飞机的三个舱(驾驶舱、前客舱、后客舱)之间。由于地面阶段时地面温度高，故障发生的概率相对较高，而高空阶段外界温度低，散热相对容易，发生故障的概率低，所以主要基于地面阶段的飞行数据。
[0005]经对现有技术文献的检索发现，目前关于飞机的HI构建研究大多是针对航空发动
机的，而关于民机ACS的研究较少。Jianzhong Sun等提出一种非参数估计模型，利用一年内6架飞机的飞机状态监控系统(Aircraft Condition Monitoring System，ACMS)报文数据，将模型计算的压气机出口温度值与实际测量值的偏差作为计算飞机ACS的HI(Adata
‑
driven health indicator extraction method for aircraft air conditioning system health monitoring[J].Chinese Journal of Aeronautics,2019,32(02):409
‑
416.)。民机ACS主要用于进行外界温度和飞机内部的热交换，其中包含多个热循环过程，涉及多个传感器参数且这些参数有一些是互相影响的，是一个工况复杂的系统，构建民机ACS的HI面临较大的挑战。
[0006]目前民机ACS的HI构建主要面临以下问题：
[0007]民机ACS的HI构建属于系统级的问题，需要紧密结合行业知识，充分利用多传感器数据，与系统的工作原理结合去挖掘参数间的关系。对于航空公司提供的关于ACS的真实的飞行数据通常有很多噪声，需要透彻的了解ACS的工作原理和细心的分析数据并选择合适的预处理手段才能为HI构建提供支撑。
[0008]目前没有发现同本专利技术类似技术的说明或报道，也尚未收集到国内外类似的资料。

技术实现思路

[0009]针对现有技术中存在的上述不足，本专利技术的目的是提供一种基于数据拟合基线模型的民机空调系统健康指数构建方法，以分析ACS的工作原理和数据拟合为基础，为ACS构建能有效反映其健康状态的HI。
[0010]本专利技术是通过以下技术方案实现的。
[0011]一种基于数据拟合基线模型的民机空调系统健康指数构建方法，包括如下步骤：
[0012]步骤S1，数据筛选，数据来自民用航空飞机的实际飞行数据。
[0013]步骤S1.1，筛选出健康状态良好的空客飞机的飞行数据。
[0014]步骤S1.2，一次航班采样起飞阶段满足“双空调on双发n3差异小于3％”的第210秒”的传感器数据。
[0015]步骤S2，数据预处理，对于工况参数进行降噪或降采样处理，并将数据归一化，对降噪后的数据进行了归一化的规范处理。
[0016]步骤S2.1，数据过滤，对EPOT、PF、RI、BPV与性能参数的关系做过滤的处理，去除偏离一倍均值与标准差之差绝对值的数据。
[0017]步骤S2.2，数据降采样，对SAT与性能参数的关系做降采样的处理，取10个相近的点的均值进行分析。
[0018]步骤S2.3，数据归一化，找到每个参数的最大值和最小值，设min和max分别为参数的最小值和最大值，将参数的一个原始值x通过标准化的公式映射成在区间[0,1]中的值x
′
，其公式为：
[0019][0020]步骤S3，拟合基线模型。
[0021]步骤S3.1，对于PACK压气机超温故障，利用线性回归且最高次幂取6次幂分别拟合
出各个工况参数的关系f(x1),f(x2),
…
,f(x
n
)(单变量回归)。式中，x1,x2…
x
n
代表进行预处理后并对每个参数取平均值的工况参数SAT、EPOT、PF、RI、PBV，f(x1),f(x2)
…
f(x
n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据拟合基线模型的民机空调系统健康指数构建方法，其特征在于，包括如下步骤：步骤S1，读取民机的实际飞行数据，并对数据进行筛选，筛选出需要的空调系统相关的工况参数和需要的飞行数据；步骤S2，数据预处理，对于工况参数进行过滤、降采样处理后，对数据进行归一化处理；步骤S3，拟合构建基线模型，具体是：PACK压气机超温故障的参数拟合：利用线性回归且最高次幂取6次幂分别拟合出各个工况参数的关系f(x1),f(x2),
…
,f(x
n
)，式中，x1,x2…
x
n
代表进行预处理后并对每个参数取平均值的工况参数SAT、EPOT、PF、RI、PBV，f(x1),f(x2)
…
f(x
n
)为健康数据拟合出的独立时性能参数COT与工况参数拟合得到的基线模型；PACK超温故障的参数拟合：利用SVR进行多变量回归，令X＝[x1,x2…
x
n
]为多元物理参数的向量表示，拟合出的基线模型为F(X)，，x1,x2…
x
n
代表进行预处理后并对每个参数取平均值的工况参数COT、PBV和SAT，F(X)为健康数据多变量拟合得到的性能参数PT与工况参数的关系式。SVR回归中，取核函数为RBF核函数，惩罚系数C为10000，γ为0.01；步骤S4，构建健康指数，具体是：PACK压气机超温故障：将健康数据拟合的基线作为参考值，将待测试数据X＝[x1,x2…
x
n
]带入函数得到的基线值与实际性能参数的归一化的值Y＝[y1,y2…
y
n
]的残差之和的绝对值作为HI,即：式中，x1,x2…
x
n
分别代表SA...

【专利技术属性】
技术研发人员：李元祥，张宇轩，殷欣，杨永胜，贾磊，王艺霖，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：